以下文章来源: Python之禅
作者: 刘志军
哈哈哈,被自己蠢死了,也被 python 的语法给坑死了。没想到还会遇到这种问题。
事情是这样的。
项目中遇到一个字符串替换的问题。
我们知道字符串替换可以直接用replace方法,但这个方法只适合简单的字符替换,就是前提你要明确知道你要替换什么。
例如把“java”去掉
s = "java python" print(s.replace("java", "")) # python
遇到复杂场景就不得不用正则表达式的方法来替换了。
比如有一段html文本
s = """ <script> !function(e) w3i9df xxx </script> <div> 这是html文本</div> """
我想把script脚本去掉,只保留html文本。这时候可以正则表达式里面的 re.sub 方法来实现。
import re s = """ <script> !function(e) w3i9df xxx </script> <div> 这是html文本</div> """ result=re.sub(r"<script.*?</script>", "", s) print(result)
运行后发现还是原来的文本,是我的正则表达式写的不对么?
其实这是因为,字符串中有换行符, 但是 . 是无法匹配换行符等特殊符号的,这时需要一个标志参数叫 re.DOTALL , 它可以让正则表达式中的点(.)匹配包括换行符在内的任意字符。
import re s = """ <script> !function(e) w3i9df xxx </script> <div> 这是html文本</div> """ result=re.sub(r"<script.*?</script>", "", s, re.DOTALL) print(result)
于是我加上了标志参数,发现还是没法匹配。我就很郁闷了。尝试好几次都没效果。
作罢,然后去看了文档。
原来这个函数有两个可选的位置参数,平时没注意过。count 表示替换的最大次数。flags 才是标志参数。
在调用时,如果指定参数名字时
result=re.sub(r"<script.*?</script>", "", s, re.DOTALL)
那么 re.DOTALL 就会作为 count 参数的值传过去了,等于你并没有给 flags 指定值,用的还是默认的值。
所以,在调用的时候,一定要显示的指定参数名。
result=re.sub(r"<script.*?</script>", "", s, flags = re.DOTALL)
这样就能正常匹配表达式了。
最后的结果就是:
<div> 这是html文本</div>
python的函数参数是一个很迷的问题,如果要把函数的参数使用全部讲清楚,可以花很多篇幅来讲。今天快速记录下这个问题,也是告诉大家遇到类似的问题时,别掉坑里面了。
数据分析咨询请扫描二维码
实习机会 数据分析师实习生在当今数据驱动的时代中拥有丰富的机会,但竞争也异常激烈。他们的日常工作包括从各个来源收集数据, ...
2024-12-02在当今数据驱动的时代,数据分析师的实习机会异常丰富且竞争激烈。本文将深入探讨数据分析师实习机会及建议,揭示行业内的关键信 ...
2024-12-02基础知识 统计学: 掌握数据分析的关键是理解统计学基本概念,如平均值、中位数和回归分析。这些概念为分析数据提供了重要框架 ...
2024-12-02基础知识 数据分析领域的入门之路并不是一帆风顺,就像搭建高楼大厦一样,需要坚实的基础。首先,我们来探讨几个关键的基础知识 ...
2024-12-02在当今信息爆炸的时代,数据成为企业决策的关键驱动力。成为一名优秀的数据分析师,并非仅仅掌握数据的本质,更需要具备多方面的 ...
2024-12-02数据收集与整理 数据分析师需要从多个来源收集数据,包括内部数据库、外部市场数据和社交媒体。 清洗和整理数据以确保准确性和 ...
2024-12-02在当今信息爆炸的时代,数据分析扮演着愈发关键的角色。从数据的收集、清洗、分析到最终的报告撰写,数据分析涵盖了广泛而深入的 ...
2024-12-02揭秘数据分析求职之路 在当今竞争激烈的就业市场中,数据分析专业的就业形势备受关注。究竟数据分析领域的求职难度如何?让我们 ...
2024-12-02数据分析就业挑战与应对策略 在当今社会,数据分析专业的就业并非一帆风顺。竞争激烈,技能要求高,许多人发现找工作并不容易。 ...
2024-12-02在追求成为一名出色的数据分析师的道路上,技术和软技能同样重要。技术技能涵盖了诸多方面,其中包括: 统计学知识 探索庞大数据 ...
2024-12-02从技术到软技能:数据分析的全貌 学习数据分析是一项综合性任务,涉及多方面技能。这些技能主要可以划分为技术技能和软技能两大 ...
2024-12-02作为初学者踏入数据分析领域,掌握一系列关键能力至关重要。这些技能不仅涵盖基础工具的使用,还包括深入的分析方法、对业务的理 ...
2024-12-02欢迎探寻数据分析的奇妙世界!对于初学者而言,融会贯通数据领域的复杂性可能有些令人望而却步。然而,不必惊慌,因为我们将一起 ...
2024-12-02欢迎踏上学习数据分析的旅程!数据已经渗透到我们生活的方方面面,成为决策和创新的关键。无论是提升工作效率、探索数据领域还是 ...
2024-12-02欢迎踏上数据分析的学习之旅!无论是为了提升工作效率,转行成为数据分析师,还是满足对数据分析的好奇心,掌握数据分析技能都将 ...
2024-12-02在当今数据驱动的世界中,选择合适的数据分析工具至关重要。不同工具在功能和应用场景上存在显著差异,影响着数据处理和分析的效 ...
2024-12-02选择适合你的数据分析工具 在进行数据分析时,选择合适的工具至关重要。不同工具有各自的特点和适用场景,因此了解每种工具的优 ...
2024-12-021. 技术驱动与市场需求 数据分析领域正随着技术的不断革新而迎来蓬勃发展。大数据、人工智能(AI)、机器学习(ML)等前沿技术的 ...
2024-12-02在当今数字化浪潮中,数据分析扮演着关键角色。数据分析能力的提升引领了行业趋势,深刻影响着各个领域:从技术进步到市场需求增 ...
2024-12-02如何用Excel提升数据分析能力 在数字时代中,数据是无处不在的。对于从业者而言,掌握数据分析的技能至关重要。而在众多数据处理 ...
2024-12-02